کتاب طراحی و پیاده‌سازی عامل‌های هوشمند خودمختار با LangGraph و مدل Llama 3 با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طراحی و پیاده‌سازی عامل‌های هوشمند خودمختار با LangGraph و مدل Llama 3

موضوع کلی: علوم رایانه و هوش مصنوعی

موضوع میانی: توسعه سامانه‌های هوشمند با مدل‌های زبانی بزرگ (LLMs)

📋 سرفصل‌های دوره (100 موضوع)

  • 1. مبانی و مفاهیم عامل‌های هوشمند خودمختار
  • 2. نقش مدل‌های زبانی بزرگ در تصمیم‌گیری عامل‌ها
  • 3. آشنایی با معماری و اجزای کلیدی LangGraph
  • 4. نصب و راه‌اندازی محیط توسعه پایتون برای پروژه‌های هوش مصنوعی
  • 5. کار با مدل Llama 3 و تنظیمات فراپارامترها
  • 6. مفهوم حالت در عامل‌ها و مدیریت وضعیت با State در LangGraph
  • 7. طراحی گراف‌های محاسباتی و جریان اجرا
  • 8. پیاده‌سازی گره‌ها و لبه‌ها در معماری عامل‌محور
  • 9. استفاده از حافظه کوتاه‌مدت و بلندمدت در عامل‌های هوشمند
  • 10. تکنیک‌های مهندسی پرامپت برای بهبود عملکرد مدل‌های زبانی
  • 11. مدیریت چرخه‌های تکرار و شرط‌های توقف در گراف‌ها
  • 12. طراحی ابزارهای جانبی برای تعامل عامل با محیط
  • 13. اتصال مدل‌های زبانی به پایگاه‌های داده برداری
  • 14. پیاده‌سازی جستجوی معنایی و بازیابی اطلاعات RAG
  • 15. تکنیک‌های مدیریت خطا و بازیابی در جریان اجرای عامل
  • 16. طراحی سیستم‌های چندعامله برای حل مسائل پیچیده
  • 17. ارتباط و تبادل پیام میان عامل‌های مختلف
  • 18. استفاده از قابلیت‌های فراخوانی توابع در Llama 3
  • 19. بهینه‌سازی مصرف منابع و مدیریت توکن‌ها در سامانه‌های هوشمند
  • 20. طراحی رابط کاربری برای تعامل با عامل‌های خودمختار
  • 21. بررسی امنیت در طراحی عامل‌های هوشمند و جلوگیری از تزریق پرامپت
  • 22. ارزیابی عملکرد عامل‌ها و معیارهای سنجش هوشمندی
  • 23. تست و اشکال‌زدایی گراف‌های پیچیده در LangGraph
  • 24. پیاده‌سازی سیستم‌های تصمیم‌گیری چندمرحله‌ای
  • 25. آموزش عامل برای تحلیل اسناد و استخراج داده‌های ساختاریافته
  • 26. ایجاد سیستم‌های پاسخگویی به سوالات بر اساس دانش اختصاصی
  • 27. مدیریت هم‌زمانی در اجرای فرآیندهای هوشمند
  • 28. تکنیک‌های یادگیری تقویتی ساده برای تنظیم رفتار عامل
  • 29. استقرار عامل‌های هوشمند در محیط‌های عملیاتی
  • 30. ملاحظات اخلاقی و انطباق با قوانین در توسعه هوش مصنوعی
  • 31. بهینه‌سازی مدل برای کاربردهای خاص در زبان فارسی
  • 32. تجزیه و تحلیل جریان اجرا و پایش وضعیت عامل
  • 33. طراحی سیستم‌های مبتنی بر عامل برای خودکارسازی فرآیندهای اداری
  • 34. یکپارچه‌سازی عامل‌ها با سرویس‌های وب و APIها
  • 35. مستندسازی و نگهداری پروژه‌های هوش مصنوعی در مقیاس بزرگ
  • 36. پروژه نهایی: طراحی یک دستیار هوشمند سازمانی با LangGraph و Llama 3
تگ‌ها: LangGraph Llama 3 برنامه‌نویسی عامل‌محور پردازش زبان طبیعی توسعه سیستم‌های هوشمند عامل‌های هوشمند مدل زبانی بزرگ مدیریت جریان داده هوش مصنوعی هوش مصنوعی مولد

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.